Databricks ha incorporado GPT-6 Astra, el modelo más reciente y potente de OpenAI, a su catálogo de Foundation Model APIs el mismo día en que OpenAI lo puso a disposición del mercado. La disponibilidad llega a través de Unity Gateway, la capa de gobierno de modelos de IA de la plataforma, por lo que los equipos de datos pueden empezar a usarlo sobre sus propios datos de producción sin esperar a una integración posterior.
El modelo está orientado a razonamiento empresarial complejo, procesamiento de documentos estructurados, generación de código, búsqueda mediante agentes, entradas multimodales y contextos largos. Al pasar por Unity Gateway, cada llamada a GPT-6 Astra queda sujeta a los mismos controles que ya rigen el resto de modelos disponibles en Databricks —entre ellos Claude, Gemini o Grok—: permisos y límites de consumo por usuario o equipo, un registro de auditoría que recoge identidad, tokens consumidos, latencia y coste de cada petición, y barreras de seguridad frente a fugas de información sensible o intentos de manipulación del modelo mediante inyección de instrucciones.
El acceso se realiza mediante Foundation Model APIs con facturación por token, sin necesidad de aprovisionar infraestructura adicional ni gestionar una cuenta separada con OpenAI. En sus evaluaciones internas sobre los benchmarks OfficeQA Pro, OfficeQA Pro V2 y de comprensión documental, Databricks sitúa a Astra en el estado del arte en calidad de respuesta, con una mejora notable en el coste por tarea frente a generaciones anteriores de modelos de OpenAI.
La incorporación se suma a otras novedades publicadas por Databricks esta misma semana en su capa de gobierno de IA, como las políticas ABAC de denegación explícita en Unity Catalog, pensadas para impedir que ni siquiera el propietario de un objeto pueda alterar sus permisos de acceso sin autorización expresa. El patrón de fondo es el mismo: a medida que las plataformas de datos empresariales incorporan más modelos de distintos proveedores, la capa de gobierno —quién puede usar qué modelo, con qué datos y a qué coste— se vuelve tan relevante como el propio modelo.
Para los equipos de datos, la novedad no está tanto en las capacidades del modelo —eso lo decide OpenAI— como en la rapidez y las condiciones del acceso: contar con un modelo de frontera disponible desde el primer día, ya integrado en el mismo marco de gobierno y auditoría que el resto de la plataforma, evita el habitual desfase de semanas hasta que cada proveedor cloud publica su propia integración, y reduce el riesgo de que alguien en la organización termine usando el modelo por fuera de los controles de coste y cumplimiento ya establecidos.
Más en Dataprix: la sección de Data Science e IA de Dataprix
Fuente: Azure Databricks — notas de la versión (Microsoft Learn)
Contenido elaborado con asistencia de inteligencia artificial y revisado editorialmente por el equipo de Dataprix.